고객센터 경험의 불편함과 LLM으로 제시하는 대안

들어가며

나는 보통 전화로 통화하는 고객센터를 통해 뭔가를 해결하기보다는 인터넷이나 앱으로 직접 해결할 수 있는 방법을 선호한다.
(여기서 말하는 ‘일’이란 등본 발급, 공인인증서 발급, 민생지원금 신청 같은 다소 공적인 성격의 업무를 의미한다.)

 

내가 인터넷·앱을 선호하는 이유

1. 나의 속도에 맞출 수 있다.
중간에 멈출 수도 있고, 이미 아는 건 건너뛰면서 빠르게 진행할 수 있다.
2. 시간 제약이 없다.
밤이나 주말에도 가능하다. 그래서 생각났을 때, 시간이 생겼을 때 바로 진행할 수 있다.
3. 참고자료가 풍부하다.
블로그 같은 곳에 화면 단위로 따라 할 수 있는 자료가 많아 진행이 편하다.

 

그런데 최근 전화로만 해결해야 하는 일이 있었는데,

상담원은 친절했고 문제도 해결되었지만, 돌이켜보니 아쉽게 느낀 부분이 있었다.

 

아쉬운 마음이 생긴 이유

1. 인터넷으로 못 한 아쉬움
내가 선택해서 전화를 건 게 아니라, 어쩔 수 없는 선택이었다는 점이 이미 기분을 조금 상하게 했다.
2. 설명과 기다림
녹음 안내, 상담원 부족 등으로 기다려야 했다. 시간을 내 진행한 건데, 내 기대 속도보다 답답하게 느껴졌다.
상담원 연결 전에 번호를 눌러야 하는데, 모든 항목에서 대한 설명을 듣고 번호를 눌러야 해서 시간이 더 걸렸다. (인터넷이었다면 금방 읽고 넘어갔음)
3. 설명의 어려움
비슷한 경험이 없어서 나의 상황을 설명하는 게 낯설었다.

다행히 상담원은 뒤죽박죽인 내 말을 잘 이해해주셨지만, 그 과정 자체가 쉽지 않았다.

 

 

개선 방법

해결 단계까지의 ‘속도’ 개선

번호를 눌러서 진행하는 방법은 모두 동일한 지점에서 시작해서 각각의 고객의 불만을 해결해야하니, 단계가 많아지고 이에 따라 시간이 오래걸리게 된다. 
(1) 숫자 누르기 대신 자연어 처리
전화 초반에 고객이 하고 싶은 작업을 말하면, LLM 기반 음성 상담봇(이후 LLM 상담봇)이 분류(classification)해서 적절한 단계로 바로 보내준다.
→ 나에게 필요한 단계부터 진행되므로 시간을 줄일 수 있다

(2) LLM 상담봇을 구축하는 방법

- 그동안 처리되었던 상담 내역을 모아 Dataset을 만든다.

- Dataset에는 고객이 어떤 방식으로 문제와 상황을 설명했는지, 그리고 어떻게 해결되었는지를 연관 지어 정리한다.

- 해결 방법이 여러 가지라면 어떤 방식이 더 선호되는지 판단하고, 다른 대안도 함께 제시해 Plan B로 활용할 수 있다.

- Dataset을 학습시키거나 참고 자료로 사용하여 정확한 답변을 할 수 있게 한다.

- 실시간으로 사용자와 LLM 상담봇이 대화할 수 있게하여 답답함이 느껴지지않게 한다.

(3) 피드백을 통한 지속성 확보

- 새로운 유형의 문제가 생기거나 해결 방식이 바뀔 수 있으므로 지속적인 관리가 필요하다.

- Domain 전문가의 의견을 반영하거나, 상담 종료 후 고객 평가 시스템을 도입해 꾸준히 개선해 나갈 수 있다.

 

 

마무리 

많은 기업이 이미 LLM을 활용해 고객 상담 업무를 개선하려 하고 있다. 하지만 아직 완전한 상담봇이 등장하지 않았고, 아예 도입하지 않은 곳도 많다. 가장 큰 이유는 정확도와 유연성의 부족 때문이다. 아무리 방대한 데이터를 학습했다고 해도, 실제 사람만큼 상황에 맞게 대응하는 능력은 아직 미흡하다.

결국 중요한 것은 충분한 데이터 축적과 지속적으로 개선 가능한 시스템을 갖추는 일이다. LLM 상담봇이 고객 경험을 진정으로 향상시키려면, 기술 그 자체보다도 이런 기반을 얼마나 잘 마련하고 운영하는지가 핵심이 될 것이다.